dsh-purge — DeepSeek Harness의 프롬프트와 기본 정책을 바꾸는 레드팀 플러그인

AI 요약

dsh-purge는 DeepSeek Harness의 실행 중 정책과 모델 응답을 구분해 평가하도록 만든 로컬 플러그인입니다. 프로젝트 설명에 따르면 Harness는 모델에 질문을 전달하는 데 그치지 않고 프롬프트, 승인 단계, 샌드박스, 세션 형식도 바꿉니다. 따라서 응답 거부가 모델의 판단 때문인지 호스트 정책 때문인지 따로 살펴볼 수 있도록, 사용자 컴퓨터에 설치된 공식 Harness를 패치합니다. 프로젝트 이름의 '破甲'와 설명의 jailbreak 표현처럼 기본 목적은 모델별 프롬프트를 바꿔 안전장치 우회 여부를 평가하는 데 있습니다. 기본 프롬프트는 중국 모델 '小码酱'을 대상으로 합니다.

지원 범위와 작동 방식

공식 dsh web과 공식 데스크톱 EXE를 지원하며 각각 별도의 profile에 설치하고 적용해야 합니다. 현재 버전은 dsh 0.2에 맞춰져 있고, 더 이전 버전에는 해당 릴리스에 맞는 플러그인이 필요합니다. 커뮤니티 데스크톱판은 유지보수 대상이 아닙니다. Node.js 18 이상이 필요하고, Windows에서 콘솔 창을 띄우지 않으려면 Node.js 22 이상을 요구합니다.

플러그인은 Harness 소스 저장소를 수정하지 않습니다. 사용자가 패널에서 '적용'을 누르면 해당 컴퓨터의 @deepseek-ai 패키지와 설정에 패치를 기록하고, 적용이 끝나면 호스트를 재시작합니다. 적용 전에는 대상 파일을 백업하며, 되돌리기와 제거 기능도 제공합니다. 이미 적용된 패치는 건너뛰고, 파일 내용이 예상과 맞지 않는 패치는 건너뛰도록 설명합니다. 시작할 때 자동 적용하는 설정도 있지만, 새 버전 설치와 패치 적용은 별도 절차입니다.

프롬프트, 규칙과 도구

사이드바에는 '清洗'과 '演练台' 두 영역이 있습니다. '清洗'에서는 패치 상태를 확인하고 적용, 되돌리기, 제거를 하며 프롬프트와 여러 규칙 집합을 편집합니다. 대화마다 적용할 내용은 사용자 프롬프트, 작업공간의 AGENTS.md 또는 CLAUDE.md, 플러그인 기본 프롬프트를 기준으로 정합니다. 설정된 작업공간 정책에 따라 Harness의 기본 작업공간 안내를 유지하거나 제거합니다. Skill은 프롬프트에 직접 넣지 않고 Harness의 공식 Skill 디렉터리에 저장해 로드하게 합니다.

'演练台'는 자산과 기술, 로컬 환경을 확인하는 기능으로, 처음 사용할 때 별도의 동의 절차를 요구합니다. 프로젝트는 이를 사용자가 관리하는 로컬 환경, 오프라인 표적, 서면 허가를 받은 훈련 환경에 한정합니다. 네트워크 범위에는 기본 차단 규칙이 있으며, 중국 본토와 홍콩, 마카오의 서버 및 사이트는 사전에 등록한 단일 IP나 호스트명을 제외하고 금지한다고 명시합니다. 프로젝트는 외부 시스템을 검색하거나 공격하는 도구가 아니며, 대상은 사용자가 설치한 로컬 Harness라고 설명합니다.

유지보수와 이용 조건

README는 현재 유지보수를 잠정 중단했다고 알립니다. 당분간 새 버전을 내지 않고 이슈와 PR도 처리하지 않으며, 새 dsh 버전과의 호환도 보장하지 않습니다. 이미 공개한 버전은 계속 사용할 수 있다고 안내합니다. 프로젝트는 MIT 라이선스로 제공한다고 밝히면서도 이름, 코드, 아이디어, 프롬프트를 가져갈 때 저장소를 표시하라고 요구합니다. 상업적 재판매와 무단 판매를 금지한다는 별도 조건도 적혀 있습니다. DeepSeek 공식 제품이나 공식 지원과는 무관한 독립 프로젝트라고 명시합니다.

원문: GitHub / 번역·요약: Trawling